共查询到20条相似文献,搜索用时 31 毫秒
1.
疲劳与驾驶时间关系的实验心理学研究 总被引:2,自引:0,他引:2
在分析疲劳对行车安全影响的基础上,采用实验心理学测试与主观疲劳调查方法,研究连续驾驶时间对各项疲劳指标的影响.结果表明:驾驶员一次连续驾驶时间不应超过3.5 h,驾驶时间达到3.5 h后,应至少休息30 min. 相似文献
2.
开车族在长期驾驶过程中,身体易受到震动、噪声、汽车内空气污染及强制的不良体位等有害因素的影响,有可能诱发多种职业病。一、易发的几种职业病1.噪声性耳聋部分机动车驾驶室内噪声强度超过规定标准,司机多在开车之后出现听力下降,若不开车,听力又逐渐恢复。但如长期接触超强度噪声,则会造成听力损害,导致双侧不可逆性耳聋。 相似文献
3.
为了探讨饮酒对驾驶员驾驶行为的影响,以驾驶模拟器为平台,测试了13名驾驶人员在不同血液酒精浓度(0mg/dl,20mg/dl,50 mg/dl,80 mg/dl)、不同场景下加速、刹车情况并调查了其主观感受。进行数据分析后初步得到一些结论:饮酒(特别是在较高血液酒精浓度的情况下)确实会对驾驶行为产生影响并可能会导致某些危险驾驶行为;性别和驾驶经验也会对不同酒精浓度下的驾驶行为产生影响。 相似文献
4.
准确识别车辆当前驾驶行为模式是自动驾驶领域亟待解决的技术问题。为实现驾驶行为模式精准解析,提高模型识别精度和可靠性,通过开展自然驾驶试验,采集高速工况下20名驾驶人的驾驶行为数据及视觉特性数据等多源参数信息,分析4类典型驾驶行为模式(自由行驶、跟车、左换道、右换道)运行规律及多源参数耦合特性。基于主成分分析法确定4类驾驶行为模式表征指标集,使用支持向量机、随机森林决策树算法建立驾驶行为模式识别模型,通过学习训练,分析比较模型识别结果,对识别效果较好的模型进一步优化,分析优化模型对4类驾驶行为模式识别精度的时序性变化特征。研究结果表明:支持向量机模型、随机森林决策树模型、基于多层感知器神经网络的随机森林优化模型总体识别精度分别为89.4%、90.5%、91.9%;4类驾驶行为模式的AUC (area under the curve)值均高于0.93,可较好地识别车辆当前驾驶行为模式。此外,随机森林优化模型对4类驾驶行为模式的识别精度均随时间推移,呈现先增长后趋于稳定的变化态势,且同一时刻的自由行驶及跟车模式识别精度高于向左及向右换道模式。研究结果可为高级别自动驾驶系统决策及控制策略的制定... 相似文献
5.
现在喜欢趣野驾驶的朋友越来越多,享受探索未知的感觉。当你真正拥有一部四驱越野车时,想充分享受四驱带来的驾驶乐趣也并非易事。越野驾驶会碰见各种不同的地形地貌,今天,就和大家分享一些涉水及越野路面的驾驶技巧。 相似文献
6.
7.
马志坚 《武汉船舶职业技术学院学报》2007,6(3):21-23
水上交通事故,无论是直接还是间接原因,很大程度上与驾驶失误行为有着密切的关系。文章试图从分析驾驶失误行为的主要表现入手,阐述导致驾驶失误行为的内在原因,对如何控制和预防驾驶失误进行了探讨。 相似文献
8.
一、运用高科技指纹仪加强驾校管理
近年来,随着上海道路交通的发展和轿车进入家庭,越来越多的人对学驾驶跃跃欲试,申城再度掀起驾驶热.2000年培训量达13万人次,超过了90年代初"驾驶热"掀起时的人数,近三年来,上海持新照的"本本族"每年以20%的速度激增,全市已有驾照的人员达120万.培训方式也呈现多样化. 相似文献
9.
杜亚东,中共党员,北京公交集团第六客运分公司第九车队968线路驾驶员,第六客运分公司兼职工会副主席,北京市劳动模范、首都劳动奖章获得者。工作十七年来,杜亚东从未放松对自己的要求,每一次出车,都像第一次出车时那样认真谨慎,时刻秉承“安全第一,预防为主”的原则。为了开好安全车,他总结出了安全行车的“三道关”,即:必须树立正确的安全意识;必须培养良好的驾驶习惯;必须磨练过硬的驾驶技能。杜亚东时刻铭记“以人为本,乘客至上”的工作理念,十七年间安全驾驶超过五十万公里,无违章、无投诉。这样一名普通的公交司机,却在平凡岗位中创造出不平凡业绩。 相似文献
10.
为探索城市道路场景下影响驾驶注意力需求的交通因素,搭建包含多种交通变量的城市道路交通场景,对30位被试进行驾驶模拟器视线遮挡实验。以视线遮挡概率表示驾驶注意力需求等级,采用逐步逻辑回归方法建立各交通变量对驾驶注意力需求等级模型,并分析其影响方式。结果显示,遮挡概率沿驾驶路线波动较大,不同交通变量对驾驶注意力的需求不同。十字路口、公交车站、路边停放车辆、跟车距离、会车距离和弯道曲率等对驾驶注意力需求影响显著。越接近十字路口遮挡概率越小,到达十字路口时几乎没有遮挡。说明被试会主动适应外界交通环境对注意力的需求,有选择的获取与驾驶有关的交通变量信息,并预测各个交通变量的发展趋势。研究结果有助于提高驾驶分心预警系统的环境敏感性。 相似文献
11.
12.
13.
为解决未来自动驾驶专用车道的规划设计问题,本文提出了一种自动驾驶车与人工驾驶车混合交通流路段阻抗函数模型.首先,分析了自动驾驶专用车道的设置对混合交通流中车辆跟驰模式的影响;其次,在此基础上,引入微观跟驰驾驶模型,推导了不同自动驾驶车辆渗透率条件下的路段通行能力函数,分析了自动驾驶车辆对路段通行能力的影响;然后,将混合交通流通行能力引入经典的BPR函数,推导了考虑自动驾驶的混合交通流路段阻抗函数模型;最后,设计了数值实验讨论了自由流速度(自由流行程时间)、自动驾驶车辆的渗透率和安全车头时距对路段阻抗的影响.结果 表明:(1)当路段流量较小时,自动驾驶车辆的引入对路段阻抗行程时间的影响较小;(2)当自动驾驶车的渗透率为30%时,设置自动驾驶专用车道对行程时间的改善最为明显;(3)当流量较小时,自动驾驶车辆渗透率对路段阻抗行程时间的影响较小,而随着路段流量的增大,自由流速度和自动驾驶车辆渗透率将共同决定路段的行程时间.相关成果可为未来自动驾驶专用车道的规划与设计提供理论支撑. 相似文献
14.
15.
为了量化描述不同道路驾驶场景下驾驶行为的动态变化过程与不良驾驶程度, 研究了不良驾驶行为谱的构建与分析方法; 基于车辆行驶轨迹关键参数建立驾驶行为谱; 应用风险度量方法量化4种不良驾驶行为, 包括不良跟驰、蛇形驾驶、速度不稳与不良换道; 基于驾驶行为谱建立了不良驾驶行为谱; 基于交通流量-密度关系与驾驶行为统计参数的差异对交通流状态进行划分; 在不同交通流状态下, 使用四分位差法确定了不良驾驶行为特征参数阈值; 基于特征参数阈值计算每个驾驶人的不良驾驶行为得分; 使用CRITIC赋权法确定了不良驾驶行为的权重, 为每个驾驶人计算不良驾驶行为谱特征值; 为了验证方法的有效性, 使用无人机交通视频采集了上海市的车辆行驶轨迹数据, 分析了小汽车不良驾驶行为特征; 通过专家打分的方法对不良驾驶行为谱特征值进行验证。分析结果表明: 基于驾驶行为参数的交通流状态聚类方法将数据中的交通流状态分为自由流、饱和流、拥堵流3类; 聚类方法比基于基本图的交通流状态划分方法更适合驾驶行为分析; 不同交通流状态下的不良跟驰、蛇形驾驶、速度不稳特征参数分布明显不同, 拥堵流状态下的不良跟驰、蛇形驾驶、速度不稳极端值出现更频繁, 而不良换道特征参数在各交通流状态下有相似的分布; 蛇形驾驶、速度不稳、不良换道的特征参数阈值随交通流密度上升而上升; 使用CRITIC赋权法计算的不良跟驰、蛇形驾驶、速度不稳、不良换道的权重分别为0.19、0.33、0.37、0.11;自由流、饱和流、拥堵流的不良驾驶行为谱特征值的分布范围相近, 均处于0与0.4之间; 专家的不良驾驶行为评价与不良驾驶行为谱特征值一致。可见, 不良驾驶行为谱的构建与特征值计算方法能够使用车辆行驶轨迹数据自动辨识不良驾驶人, 具有客观性、适应性以及可靠性, 能及时发现不良驾驶人, 给驾驶人提供安全提示, 为交通管理部门提供交通安全预警的技术支持。 相似文献
16.
17.
随着社会的发展,人们的生活水平的不断提高,汽车完全成为大多数人们日常生活中的代步工具。汽车毕竟是一种能"代步行走"的机械设备,由于大多数的驾驶员只会驾驶车辆,对于汽车的构造和工作原理了解不深,如何节约燃油是广大驾驶员最为关心的事,通过剖析汽车驾驶操作过程中的各个环节,介绍节约燃油的妙招,降低汽车发动机的耗油量。 相似文献
18.
19.
为得到驾驶人在螺旋型立交匝道路段行车时的驾驶负荷及影响因素,选取4 座山地城市螺旋型立交开展自然驾驶实验,利用车载仪器采集自然驾驶习惯条件下的驾驶人心电信号. 分析心率幅值特征、心率连续差异均方根( RMSSD )整体分布特征,以及其与匝道半径、坡度之间的关系. 结果表明,影响心理负荷的主要因素是车辆行驶环境和匝道曲率变化. 匝道的分、合流鼻端处,以及行车过程中跟车、超车和会车均会使驾驶人心理负荷增大,驾驶人行驶在上坡路段的紧张感高于下坡路段,匝道半径与RMSSD 存在较强的负相关性. 纵坡坡度与心率变异指标之间呈现两种不同的相关关系:不熟练型驾驶人随着坡度增加,RMSSD 呈线性上升的趋势;一般型和熟练型驾驶人表现为中间高两边低的趋势. 相似文献
20.